什么是音频转MIDI？
音频转MIDI工具通过音高检测，将音频录音转换为MIDI音符数据。上传人声旋律、吉他即兴片段或任何单音音频，即可获得可下载的MIDI文件，导入任何数字音频工作站使用。
音高检测使用 YIN 算法,逐帧估算基频,然后把稳定的帧量化到最接近的半音。单音音源效果最好:人声、长笛、独奏吉他、口哨旋律。和弦或鼓声等复音内容,识别结果不可控。
使用方法
- 上传包含单音旋律的音频文件（WAV、MP3或OGG格式）——每次演奏一个音符效果最佳。
- 调整最低置信度阈值和最短音符时长，过滤噪音和短暂的瞬态信号。
- 在钢琴卷帘窗中预览检测到的音符，然后将结果下载为标准MIDI文件。
何时使用
- 用手机录一段哼唱的灵感,转成 MIDI 拖进 DAW 做编曲草稿。
- 把长笛或口哨旋律转成乐谱,不用再凭耳朵扒带。
- 把吉他乐句的旋律抠出来,用合成器音色重新触发,做成不同质感的版本。
结果
一位歌手用手机录制了一段即兴哼唱的旋律。将MP3上传到这里，工具会检测每个唱出的音高和时值，导出MIDI文件后直接拖入Ableton Live，用合成器回放。
常见问题
- 为什么有些音漏检,或者多出奇怪的音?
- 气声起音、超过半音的颤音、重叠的音都会干扰检测。把「最小置信度」滑块调高,可以过滤掉不稳定的判断。录音环境干一些、混响少一些,识别会更准。一次唱一个音,别连音。
- 可以扒整首带和弦和鼓的歌吗?
- 不能。算法只识别单音,同时响的多个音会让它混乱,输出会很乱。请先把人声或贝斯单独导出再上传。复音扒带需要更重的模型,本工具不做这件事。
- 支持哪些音频格式?
- WAV、MP3、OGG、FLAC 都可以。解码由 Web Audio API 在本设备本地完成,所以这台设备能播的文件基本都能识别。单声道和立体声都接受,立体声会先合并成单声道再分析。
- 检测出来的音整体高了或低了一个八度,怎么回事?
- 音高检测器有时会锁到泛音而不是基频,导致八度跑偏。用「八度」控件把整段往上或往下挪一格就行。低频丰富的录音(比如电贝斯)最容易出现这种问题。
- 导出的 MIDI 会保留原始的时值吗?
- 会。每个音符的起始时间和时值都按毫秒写入,所以 MIDI 的节奏跟原录音对齐,不会自动对齐到网格。如果想量化,在 DAW 里导入后再处理即可。